集合建筑施工现场平面布局的遗传算法与模糊规则系统(英)

根据荷兰典型市建筑施工现场平面布置设计的调查资料，采用遗传算法与模糊规则系统二者结合，集合了荷兰城市中8－9层办公楼的不同建筑施工现场平面布置图设计环节和预测了该类建筑施工的现场平面布置设计方案，研究表明，集合建筑施工现场平面布局的遗传算法与模糊规则系统的预测结果与现场调查资料吻合良好。     

基于Pareto协同进化算法的高维模糊分类系统设计

提出一种可同时构造多个精确性和解释性较好折衷的高维模糊分类系统的设计方法.该方法首先利用Simba算法进行特征变量选择,然后采用模糊聚类算法辨识初始的模糊模型,最后利用Pareto协同进化算法对所获得的初始模糊模型进行结构和参数优化.其中,Pareto协同进化算法采用了一种新的基于非支配排序的多种群合作策略.为提高模型的解释性,在Pareto协同进化算法中利用基于相似性的模型简化方法对模型进行约简.利用该方法对Wine典型问题进行分类,仿真结果验证了方法的有效性.     

T-S模糊切换系统的非脆弱鲁棒H∞ 控制

为解决传统控制器在存在参数摄动时使闭环系统可靠性及期望的动态性能下降问题,针对一类基于T-S 模糊模型描述的不确定非线性时变时滞切换系统,进行了非脆弱鲁棒H∞控制器设计。首先,应用平行分布补偿法( PDC: Parallel Distributed Compensation) 算法,建立了非线性切换闭环系统的全局模糊模型; 其次,基于平均驻留时间法( ADT: Average Dwell Time) 通过构造出模糊基依赖的Lyapunov-Krasovskii 泛函,得到闭环系统非脆弱鲁棒H_∞控制器存在条件,并将控制器的设计转化为求解一组线性矩阵不等式的凸优化问题。最后,仿真算例验证了该方法的可行性。     

SELF-LEARNING FUZZY CONTROL RULES USING GENETIC ALGORITHMS

This papcr presents a new genetic algorithms(GAs)-based method for self-learniag fuzzy control rules. An improved GA is used to learn to optimally select the fuzzy membership functions of the linguistic labels in the condition portion of each rule, and to automatically generate fuzzy control actions under each condition. The dynamics of the controlled system is unknown to the GA. The only information for evaluating performance is a failure signal indicating that the controlled system is out of control. We compare its performance with that of other learning methods for the same problem. We also examine the ability of the algorithm to adapt to changing conditions. Simulation results show that such an approach for self-learning fuzzy control rules is both effective and robust.     

几种典型红外弱小目标检测算法的性能评估

对基于中值相减滤波、最大中值相减滤波、最大均值相减滤波和推广的结构张量的红外弱小目标检测算法的性能进行了评估.针对传统评估方法的不足,提出了一种基于支持向量回归的红外弱小目标检测算法性能评估方法.利用该方法分别从图像背景特性和目标特性2方面对4种检测算法性能的影响进行定量分析和比较.实验结果表明,图像背景特性和目标特性对4种算法的检测性能都有较大的影响,而目标特性与4种算法的检测性能的依赖关系更明显;在4种评估算法中,基于推广的结构张量算法比其他3种传统红外弱小目标检测算法具有更好的鲁棒性.     

基于模糊Petri网络的分布式知识表示方法

从模糊产生式系统出发，引入模糊Ｐｅｔｒｉ网络（ＦＰＮ）的定义，进而给出了模糊产生式规则的各类型的ＦＰＮ表示模型．在此基础上提出了一种基于ＦＰＮ的交互式推理方法．该方法为模糊知识的表示提供了一种有效方法．     

一种基于深度卷积神经网络的摄像机覆盖质量评价算法

随着视频监控系统的大规模普及,视频监控系统的效用评价成为一个重要的研究课题.当前视频监控系统评价只考虑了摄像机的覆盖率,缺少对摄像机覆盖质量的量化评价.该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法.将摄像机覆盖质量评价问题转化为对摄像机所采集视频帧的质量评价问题,探讨了基于视频帧的摄像机覆盖质量等级的分级策略,标注了一个摄像机视频帧质量等级数据集; 设计了一种新颖的多维标签赋值方法,利用深度卷积网络学习鲁棒的视频帧表示,进一步基于支持向量回归机(SVR)学习视频质量回归函数,从而实现对摄像机覆盖质量的鲁棒估计.实验结果表明:该算法能够准确地对监控摄像机的覆盖质量进行自动评测,有效监测了摄像机监控质量的实时变化.     

基于概率鲁棒的水轮机调速系统鲁棒性评估

针对常规鲁棒性评估方法不能定量给出评估结果的问题,提出了一种基于概率鲁棒方法的控制律鲁棒性定量评估方法。首先确定水轮机调速系统的数学模型和控制策略,并确定参数的摄动范围、置信水平等;然后对系统进行蒙特卡洛仿真,得到阶跃响应曲线簇并绘制性能指标的累计频率曲线;最后计算性能指标的可接受概率、样本均值等统计量,实现鲁棒性的定量评估。以紧水滩水力发电厂水轮机调速系统为研究对象,分别设计了基于PID和模糊内模的调速系统控制器,并用上述方法对两种控制器的鲁棒性进行评估。结果表明,模糊内模控制器的鲁棒性更优,与概率鲁棒的鲁棒性评估结果一致,验证了概率鲁棒对控制律鲁棒性定量评估的有效性。     

基于USRP2平台的高效NC-OFDM系统设计

为了能将认知无线电的理论研究与实物研究较好地结合在一起,基于USRP2平台设计并实现了一个NC-OFDM认知无线电传输系统,给出了系统的软硬件设计详细流程和关键问题的解决方案,并针对NC-OFDM系统的特殊性提出了一种将传统算法和修剪算法相结合的快速有效的FFT自适应处理算法。软硬件仿真结果表明,本系统能够在USRP2平台上成功实现无线通信的数据传送与接收,提出的算法可以有效缩短数据处理时间,提升数据传输的鲁棒性,改善系统的整体性能。     

Robust Controller Design of a Class of Uncertain Switched Fuzzy Systems with Delays

The robust control problem for a class of uncertain switched fuzzy systems with delays is investigated. Firstly,the model of the switched fuzzy system is presented and the parallel distributed compensation（ PDC） technology is employed to design fuzzy controllers. Then, based on the convex combination method, a sufficient condition for robust stabilization in terms of linear matrix inequalities（ LMIs） is obtained and a switching law is presented.Meanwhile,the Lyapunov-Krasovskii functional is taken to deal with time varying delays. Moreover,an algorithm is applied to finding a solution for a group of convex combination coefficient. Finally,a numerical example is given to demonstrate the effectiveness of the proposed method.     

基于驾驶员类型分析的智能车辆交叉口行为决策

提出一种基于车辆行为交互的两阶段智能车辆交叉口行为决策方法.第一阶段通过基于模糊逻辑的驾驶员激进程度判别模型,判断交叉口其他车辆的驾驶员类型;第二阶段通过驾驶员激进程度与碰撞到达时间（TTC）进行行为决策.使用Prescan和Matlab/Simulink进行交叉口联合仿真.结果表明,该方法可以使智能车辆安全有效通过有其他车辆通行的交叉路口.      

软计算技术在倒立摆系统中的应用

基于软计算技术的混合控制方法汇集了模糊逻辑与神经网络各自的优点,集学习、联想、自适应于一体,并将基于自适应遗传算法的模糊神经网络控制用于单级倒立摆系统中. 结果表明,新型的智能混合控制器比传统的模糊控制器具有响应速度快、鲁棒性强等优点.     

一种基于核的模糊聚类算法

结合核技术与改进的模糊c均值算法聚类准则提出一 种基于核的模糊聚类算法. 通过引入核函数, 样本点被非线性变换映射到高维特征空间进行聚类, 提高了聚类性能. 同时, 算法改进了模糊c-均值聚类模型中的概率型约束条件, 使其对噪声和野值点具有较好的鲁棒性. 在真实数据和人造数据上与常用聚类算法进行了对比实验, 结果表明该算法具有较低的时间、 空间复杂度与较好的聚类性能.     

考虑量化误差的模糊网络控制系统H∞容错控制

为保持系统在执行器失效故障时仍具有较高的可靠性以及所期望的动态特性, 针对一类基于T鄄S 模糊模型的非线性不确定时滞网络控制系统(NCSs: Networked Control Systems), 进行了鲁棒H肄容错控制问题研究。在考虑带有量化误差的非理想网络环境下, 应用并行分配补偿(PDC: Parallel Distributed Compensation)算法, 建立闭环系统的全局模糊模型; 通过构造时滞依赖的Lyapunov 函数, 采用Jensen 不等式以及引入自由权矩阵, 得到闭环系统鲁棒H肄容错控制器的存在条件, 并将控制器的设计转化为求解一组线性矩阵不等式的凸优化问题。仿真算例表明了该方法的有效性。     

一种改进细菌觅食算法的模糊控制规则库设计

模糊控制规则库的建立决定了模糊控制系统的性能,而在能源生产、机器人控制等领域中对控制精度要求越来越高,使得常规的模糊控制规则库建立方法有时不再适用。为此,提出一种新型的基于集群智能算法的改进细菌觅食算法IBFO(improved bacterial foraging optimization)来改进规则库的建立过程,剖析了依据人工经验归纳来制定模糊规则库的不完善性,描述了对改进型的模糊控制系统的构建步骤,优化了改进型TSK(takagi-suegeno-kang)模糊系统C-ATSKFS(constant-ameliorative TSK fuzzy system)规则库的高斯隶属函数参数。通过与现有的规则库建立方法相比对,可知改进算法能有效地提高模糊控制系统的识别精度。MATLAB仿真结果表明:提出的新型细菌觅食算法对模糊控制规则库的建立具有较高的实用价值。     

粗糙集模糊神经网络味觉信号识别系统

针对C-means聚类算法和减法聚类算法的不足,提出了一种模糊神经网络味觉信号识别系统模型,该模型利用粗糙集的离散化算法和规则提取算法获得数量较少的分类规则,将这些分类规则转化为模糊IF-THEN规则,进而通过这些模糊IF-THEN规则确定网络结构.网络输出采用投票机制,使用粒子群优化方法精炼网络参数,与常用的提取模糊if-then规则的算法相比,该方法只有一个参数且易于实现.实验结果表明:该方法可获得更简洁的系统表示,并且通过选择合适的系统参数可使系统对加噪声训练样本的错误识别率降低5%左右.     

基于神经网络与模糊逻辑的直接转矩控制系统

实现直接转矩控制 (DTC)的关键部件是定子磁链观测器和逆变器状态开关选择器 ,用训练好的神经网络取代U I N模型 ,模拟传统异步电动机DTC系统定子磁链观测器 ;把模糊控制算法引入状态开关选择器 ,用较少的模糊规则实现磁链误差、转矩误差和磁链角对逆变器开关的分级控制 .仿真结果表明 ,基于神经网络与模糊逻辑控制方法建立的直接转矩控制系统 ,具有较强的鲁棒性和良好的动态性能     

SISO高阶非线性系统的模糊滑模控制方法

为了解决基于TS(T akag i-Sugeno)模型的模糊控制方法在高阶单输入单输出(S ISO)非线性系统模糊控制中出现的“维数灾”问题,采用由作者研究组提出的多输入单输出(M ISO)典型模糊控制器,提出了模糊滑模控制方法,并且证明了闭环非线性系统的全局渐近稳定性。另外,当非线性系统存在模型不确定性时,只要将控制式略加修改,仍能保证闭环非线性系统的全局渐进鲁棒稳定性。仿真试验表明,该模糊滑模控制方法不仅设计参数少,设计步骤简单,具有良好的控制性能,并且可以有效地避免了维数灾问题。     

旋流器分级过程的智能控制

旋流器分级过程是二输入三输出系统,难以采用精确的数学模型描述,且存在强耦合、强非线性、边界条件变化频繁等特性.针对上述情况,提出了旋流器分级过程智能控制方法.该方法将建模与控制相集成,将PI控制、模糊控制与规则推理相结合,实现了基于模糊控制算法的泵池液位与旋流器给矿压力串级均匀控制,基于规则推理的异常液位控制,渣浆泵转...     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.